Klinische Epidemiologie kurz erklärt / Februar 2001

Statistische Signifikanz

Wenn in einer Studie ein Effekt beobachtet wird, stellt sich immer die Frage, ob es sich um einen wirklichen Effekt oder um eine zufällige Beobachtung bei fehlendem Effekt handelt. Letzteres wird in der Statistik als «Null-Hypothese» bezeichnet. Mit statistischen Tests kann errechnet werden, wie hoch die Wahrscheinlichkeit der «Null-Hypothese» ist. Dieser Wert wird nach dem englischen «probability» als p-Wert bezeichnet. Der p-Wert gibt also an, wie gross die Wahrscheinlichkeit für ein zufälliges Zustandekommen eines bestimmten Resultates ist. In den meisten klinischen Studien gilt ein p-Wert von mehr als 0,05 als «statistisch nicht-signifikant», einer unter 0,05 als «statistisch signifikant» (Wahrscheinlichkeit der «Null-Hypothese» kleiner als 5%). Werte unter 0,005 oder 0,001 nennt man oft «hochsignifikant». Solche Klassifikationen sind nicht mehr als willkürliche Konventionen auf der Grundlage allgemeiner Forschungserfahrung. Vor allem wenn in der gleichen Studie für mehrere Endpunkte p-Werte angegeben werden, ist es hilfreich, sich folgende Fragen zu stellen: 1. Wurde das Ergebnis a priori vorhergesagt oder wurde es nur post hoc im Laufe vieler Analysen und Vergleiche der Daten gefunden? 2. Weisen andere Resultate der gleichen Studie eine ähnliche Signifikanz auf oder gibt es Widersprüche?
Statistische Signifikanz bedeutet nicht unbedingt auch praktische Relevanz. Wie gross ein Effekt ist, lässt sich am p-Wert nicht ablesen. Auch ein winziger Effekt wird in einer genügend grossen Studie als «hochsignifikant» erscheinen.

Thomas Weissenbach